Eğitim İçeriği
Machine Learning ve Özyinelemeli Neural Networks (RNN) Temelleri
- NN ve RNN
- Geri Yayılım (Backpropagation)
- Uzun Kısa Süreli Bellek (LSTM)
TensorFlow Temelleri
- TensorFlow değişkenlerinin Oluşturulması, Başlatılması, Kaydedilmesi ve Geri Yüklenmesi
- TensorFlow Verilerinin Beslenmesi, Okunması ve Önceden Yüklenmesi
- TensorFlow altyapısının modelleri büyük ölçekte eğitmek için nasıl kullanılacağı
- TensorBoard ile modellerin görselleştirilmesi ve değerlendirilmesi
TensorFlow Mekaniği 101
- Örnek Dosyalar
- Veriyi Hazırlama
- İndirme
- Girdiler ve Yer Tutucular
- Grafiği Oluşturma
- Çıkarım (Inference)
- Kayıp (Loss)
- Eğitim (Training)
- Modeli Eğitme
- Grafik
- Oturum (Session)
- Eğitim Döngüsü
- Modeli Değerlendirme
- Değerlendirme Grafiğini Oluşturma
- Değerlendirme Çıktısı
Gelişmiş Kullanım
- İş Parçacıkları ve Kuyruklar
- Dağıtık TensorFlow
- Modelinizi Yazma ve Paylaşma Documentation
- Özel Veri Okuyucuları
- GPU’ları¹ Kullanma
- TensorFlow Model Dosyalarını Manipüle Etme
TensorFlow Sunumu
- Giriş
- Temel Sunum Eğitimi
- Gelişmiş Sunum Eğitimi
- Inception Model Sunum Eğitimi
Evrişimsel Neural Networks
- Genel Bakış
- Go’ler
- Eğitimin Öne Çıkan Noktaları
- Model Mimarisi
- Kod Organizasyonu
- CIFAR-10 Modeli
- Model Girdileri
- Model Tahmini
- Model Eğitimi
- Modeli Başlatma ve Eğitme
- Bir Modeli Değerlendirme
- Birden Fazla GPU Kart¹ Kullanarak Bir Modeli Eğitme
- Değişkenleri ve İşlemleri Cihazlara Yerleştirme
- Birden Fazla GPU Kartta Modeli Başlatma ve Eğitme
Deep Learning MNIST için
- Kurulum
- MNIST Verisini Yükleme
- TensorFlow InteractiveSession’ı Başlatma
- Softmax Regresyon Modeli Oluşturma
- Yer Tutucular
- Değişkenler
- Tahmini Sınıf ve Maliyet Fonksiyonu
- Modeli Eğitme
- Modeli Değerlendirme
- Çok Katmanlı Evrişimsel Ağ Oluşturma
- Ağırlık Başlatma
- Evrişim ve Havuzlama
- İlk Evrişimsel Katman
- İkinci Evrişimsel Katman
- Yoğun Bağlantılı Katman
- Çıktı Katmanı
- Modeli Eğitme ve Değerlendirme
Görüntü Tanıma
- Inception-v3
- C++
- Java
¹ GPU’ları kullanmaya yönelik konular, bir uzaktan eğitim kursunun parçası olarak sunulmamaktadır. Bunlar, yalnızca eğitmen ve tüm katılımcıların desteklenen NVIDIA GPU’larına sahip dizüstü bilgisayarlarına sahip olması ve 64-bit Linux’ün kurulu olması (NobleProg tarafından sağlanmaz) koşuluyla sınıf tabanlı kurslar sırasında sunulabilir. NobleProg, gerekli donanıma sahip eğitmenlerin bulunurluğunu garanti edemez.
Kurs İçin Gerekli Önbilgiler
- Python
Danışanlarımızın Yorumları (1)
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.